随着计算机视觉技术与工业生产技术的迅速发展,对机械零件尺寸测量精度的要求已经越来越高。因此,如何提高零件尺寸的测量精度已经成为目前研究的重点问题。本文在现有视觉测量理论的基础上,通过研究视觉检测的相关技术来提高具有几何图形形状的零件尺寸测量的精度。计算机视觉检测是由摄像机采集图像再传输到计算机中,利用计算机对图像进行各种图像处理运算,最后得到精确的零件尺寸的技术。数字图像处理算法是视觉检测技术的基础理论,本文首先对预处理后的图像作基于边缘的图像分割操作。为了提高边缘图像的分割精度,对基于蚁群算法的图像分割方法进行了改进,主要通过二维灰度直方图对初始聚类中心进行设置,利用拉普拉斯算子将聚类中心分为背景和边界点两类,并且通过信息素更新策略避免了算法早熟和停滞现象,实验表明改进后的算法能够准确地分割出背景和边界,达到了预期的效果。为了使边缘达到亚像素级的精度,针对机械零件边缘的特点本文采用了空间矩方法对图像进行边缘细分,由于在边缘交点附近进行亚像素边缘细分误差较大,所以对交点附近的边缘模型进行了分析,并找出一种交点细分的方法。空间矩细分的数字模板采用了7*7模板,提高了边缘细分的精度;参数检测方面则采用随机Hough变换算法与最小二乘法相结合的方法,并对随机Hough变换带来的无效累积进行了处理;最后采用传统的标定方法对摄相机进行标定,得到了像素与真实物理尺寸之间的关系,获得了零件的几何尺寸。